反欺诈评分卡

一、评分卡目的

现金贷业务中，主要面临两种风险：信用风险和欺诈风险
信用风险：
借款人还款能力和还款意愿进行评估，从而决定放款金额的大小，放款利率的大小
欺诈风险：
就是为了骗钱不还，包括开始想还，后期不还

直接用规则做反欺诈，三种局限性：

1. 策略比较强，命中直接拒绝，无法考虑策略之间深层次的关系；
2. 无法给出用户的欺诈风险有多大；
3. 没有考虑用户从信用风险向欺诈风险的转移；

反欺诈模型就是为了通过机器学习来完善现有仅靠规则来拒人的不足

二、实施方案

欺诈种类：

1. 直接欺诈
2. 信用风险向欺诈风险转移（用户原本有微弱的还款意愿，随着时间推移，微弱的还款意愿没了）
3. 有还款意愿但是没有还款能力

反欺诈评分卡种类

1. 小额度
   贷前，贷前能拿到的特征训练
   贷中，加入了平台上生命周期产生的有欺诈嫌疑的数据
2. 大额度
   贷前，贷前能拿到的特征训练
   贷中，加入了平台上生命周期产生的有欺诈嫌疑的数据

特征选择

1. 团伙相关欺诈特征
   • 结合设备相关特征（设备关联手机号，关联身份证号，手机关联多少个设备）
   • IP行为相关（IP是否异常，登录IP数）
   • 团伙相关（一度联系人有多少个逾期，二度多少个逾期；一度联系人黑名单数量，二度联系人黑名单数量，团伙中是否命中中介）
2. 个人相关欺诈特征
   • 详单数据（0点通话次数，一个月和直接联系人通话次数等）
   • 决策流里反欺诈策略中的风险因子（命中法院执行名单，命中三方黑名单等）
   • 三方欺诈数据（同盾风险分等）
   • 行为数据（只适用于贷中反欺诈，用户预期次数等）
   • 异常检测产生的数据
3. label选择
   • 贷后人工标记用户
   • 贷前人工标记用户
   • 策略因反欺诈直接拒绝用户
   • 分期产品首单逾期大于14天（首单，首期）
   • 分期和单期产品逾期最大天数30天
   • 黑名单用户